一种基于主成分分析改进的PSO-BP神经网络赤潮预测模型

作者：徐定建

来源：测绘通报, 2021, S2: 234-240.

DOI：10.13474/j.cnki.11-2246.2021.0628

• 赤潮爆发
• 主成分分析
• 粒子群优化算法
• 神经网络
• 预测

针对赤潮爆发受多因素影响且影响因素间存在相关性的特性,提出了一种基于主成分分析改进的PSO-BP神经网络预测模型(PCA-PSO-BP)。在充分利用原始观测信息的前提下,采用主成分分析消除变量间的相关性,从而减少网络输入节点数,简化网络模型,同时结合粒子群优化算法初始化网络初始权值和阈值,建立高精度PCA-PSO-BP神经网络预测模型。结合赤潮监测实例数据,分别与传统BP神经网络、PCA-BP神经网络、PSO-BP神经网络预测模型进行对比,结果表明采用PCA-PSO-BP神经网络预测赤潮具有一定的可行性,可以提高预测模型精度。

• 单位
  重庆市勘测院